10.11959/j.issn.1000-0801.2018301
基于深度学习的文本分类系统关键技术研究与模型验证
大数据时代,文本分类是文本数据挖掘和文本价值探索领域的重要工作.传统的文本分类系统存在特征提取能力弱、分类准确率不高的问题.相对于传统的文本分类技术,深度学习技术具有准确率高、特征提取有效等诸多优势,有必要将深度学习技术引入文本分类系统,以解决传统文本分类系统存在的问题.在分析传统文本分类系统的基础上,提出了基于深度学习的文本分类系统的体系架构和关键技术,同时对传统分类模型、TextCNN、CNN+LSTM多种分类模型进行了验证比对.
深度学习、文本分类、分类模型、神经网络
34
TP393(计算技术、计算机技术)
2019-04-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
117-124